CN1086087C - 接收方法和接收机 - Google Patents

Abstract

本发明涉及用于通信系统中的接收机和接收方法，其中从接收信号中同时检波许多信号分量。为尽可能最佳地检波接收信号，在时域将接收信号划分成确定长度的块，且在接收机中这些块通过各块的递归处理受用户数据和信道参数的同时估计的支配。

Description

接收方法和接收机

本发明涉及一种在通信系统中用于从一个接收信号中同时检波许多信号分量的接收方法。

通信系统的设计和实现中的一个中心问题是信号向几个同时用户同时发送和从几个同时用户接收时使信号间的干扰为最小。由于这个原因和所使用的传输容量，开发出了各种传输协议和多址接入方法，在移动电话通信中最普遍的是FDMA和TDMA方法，最近还有CDMA方法。

CDMA是一种基于扩频技术的多址联接方法，除目前使用的FDMA和TDMA外，它最近被用于蜂窝无线系统中。CDMA相对于现有方法具有许多优点，例如频率规划的简单以及频谱效率。

在CDMA方法中，用户的窄带数据信号与一个具有比该数据信号更宽带宽的扩展码相乘至一个相对宽的频带上。用于现有测试系统的带宽包括例如1.25MHz、10MHz和25MHz。在相乘期间，数据信号扩展到整个要使用的频带上。所有用户在同一频带上同时发送。在基站和移动站之间的每个连接上，各使用一个不同的扩展码，用户的信号可基于用户的扩展码在接收机中相互区分开来。如果可能，以这样一种方法选择扩展码：它们相互正交，即它们相互不相关。

常规实现的CDMA接收机中的相关器与一个预期信号同步，它们基于扩展码来识别它。在接收机中，数据信号通过将它与和传输步骤中相同的扩展码相乘而恢复到原始频带上。理想情况下，已被某些其它扩展码相乘的信号不相关且不恢复到窄带上。在想要的信号看来，它们表现为噪声。因此，目的是从许多干扰信号中检测出预期用户的信号。实际上，扩展码相关，从而其它用户的信号使得检测预期信号更加困难，因为它们使接收信号非线性地失真。这种由用户间相互引起的干扰称作多址接入干扰。

在运用TDMA多址接入方法的通信系统中使用几个频率，每个频率被划分成时隙，不同用户的信号插入其中。这样，每个用户有一个它自己的时隙。由于保留给系统的频率范围通常是有限的，所使用的频率通常应在位于一个确定距离内的多个小区中重复。为了提高频率效率，应使该距离尽可能地短。结果，在同一频率上的不同传输相互干扰。在一个确定的时隙中，除预期信号外，在接收机中因此还收到一个噪声信号，该噪声信号来自使用同一频率的某些其它的连接。

以上与CDMA共同描述的单用户检波方法不是最佳的，因为在检波中未考虑包含于其它用户信号中的信息。此外，由部分非正交扩展码和无线通路上的信号失真而导致的非线性不能通过常规的检波方法来纠正。在一个最佳接收机中，考虑了包含于用户信号中的所有信息，这样，可使用例如维特比算法最佳地检波出信号。例如在CDMA系统中，这种检波方法的优点是，接收机的误码率曲线类似于无多址接入干扰发生的单用户CDMA系统中的情况。例如，不产生已成为CDMA系统特征的近远(near-far)问题。近远问题是这样一种情况：来自一个靠近接收机的发送机的传输妨碍(blanket)较远的发送机。维特比算法的主要缺点是，它所需的计算能力随用户数目成指数增加。例如，用QPSK调制，一个比特率为100kbit/s的10用户系统计算概率函数将需1.05亿次操作。实际上，这使得实现最佳接收机成为不可能。

但是，可通过不同的方法来近似最佳接收机。现有技术讲授了各种同时多用户检波(MUD)方法。最为熟知的这类方法有线性多用户检波，一种解相关检波器和一种多级检波器。这些方法在Varanasi，Aazhang的“异步码分多址通信的多级检波”，IEEE通信学报，Vol.38，pp.509-519，Apr.1990；Lupas，Verdu的“同步码分多址信道的线性多用户检波器”，IEEE信息论学报，Vol.35，No.1，pp.123-136，Jan.1989；和Lupas，Verdu，“异步信道中多用户检波器的抗近远性”，IEEE通信学报，Vol.38，Apr.1990中有详细描述。然而，所有这些方法的缺点是，它们不跟踪无线信道上的变化。

在多用户信号的检波中，使用跟踪信道上变化的自适应信号点阵是以前知道的。这种方法在国际专利申请PCT/FI94/00503中描述，此处作为参考而引用它。但是，该方法的缺点是，随着同时用户数目的增加，所需的计算容量成指数律地增加。

此外，国际专利申请PCT/US93/01154讲授了无线信道上变化的递归估计，但该方法局限于信号的加权系数的计算，它在单用户信号的检波中是有用的。

本发明提供了一种近似最佳接收机的新方法。该方法更加抗无线通路上的干扰。常规的多用户检波算法特定于信道模型，它们基于信道模型而设计。理论上的信道模型不适合于本发明的方法，因为这样的算法目的在于仿真信道上的失真。即使干扰的起源未知，该方法也适应当前的情况。例如，CDMA中接收的信号可能包括其扩展码不为接收机所知的传输。这可能包括例如来自一个相邻小区的传输。在TDMA方法中出现同样的情况。此外，该方法比以前的神经(neural)网络应用适应得更快且需要更少的计算容量。

以上是用在引言中所描述的这类方法来实现的，该方法的特征在于将接收信号在时域中划分成确定长度的块，这些块在接收机中通过各块的递归处理对用户数据和信道参数进行同时估计。

本发明还涉及一种包括一个天线、射频部分、一个A/D转换器和处理接收信号的装置的接收机。本发明的接收机的特征在于包括将接收信号在时域中划分成确定长度的块的装置，所述装置被操作地(operatively)连接到处理接收信号的装置上；设置估计初始值的装置，所述装置被操作地连接到将接收信号划分成块的装置上；操作地连接到设置估计初始值的装置和更新估计参数的装置上的第一交换装置(Switching means)；用于用户数据和信道参数的同时估计的装置，所述装置被操作地连接到第一交换装置上；第二交换装置，它被操作地连接到估计装置上，且其输出给出对接收信号的估计；和更新估计参数的装置，所述装置的输入被操作地连接到第二交换装置上，且输出连至第一交换装置上。

本发明的方法使得以预期精度近似一个最佳接收机成为可能。本方法的接收机迅速且精确地适应随时间而随机改变且使接收信号失真的无线通路上的传播条件。本发明的方法是一种在通信系统中用于从一个接收信号中同时检波许多信号分量的接收方法，其特征在于接收信号在时域被划分成确定长度的块，还在于在接收机中这些块通过各块的递归处理对用户数据和信道参数进行同时估计，还在于在信号块的检波中采用一个自适应信号点阵，还在于计算接收信号的瞬时信号抽样与指向信号点阵上的点的矢量之间的距离，还在于通过选择指向它的码本矢量与瞬时信号抽样之间的距离为最短的那个点来将信号抽样分配给信号点阵上的一个确定点。本方法的优点是其对应于同时用户数目的线性复杂性。因此，当用户数目大时，本方法的优点变得更加显然。

在本发明的一个优选实施例中，信号和信道参数的同时检波是利用一个自适应信号点阵、用接收信号的递归处理来实现的，该自适应信号点阵通过一个自适应相关网络来控制。

在本发明的另一实施例中，还与检波一起计算一个加权系数，该系数用于将用户数据分配给一个正确的信号点阵群。该加权系数还可用于数据的递归检波及其此后的处理。

以下将参照附图所说明的例子对本发明进行更详细的描述，其中

图1a和1b说明了匹配滤波器输出端的接收信号的配置，

图2说明了码本矢量所指示的点的例子，

图3说明了接收机正在处理一个递归接收的信号时信号点阵的运动，

图4是一个说明本发明接收机结构的示例的框图，和

图5说明了另一个本发明接收机结构的示例。

以下将参照一个运用CDMA多址联接方法的通信系统来对本发明的方法进行描述。但是，该方法还适用于使用其它多址联接方法的系统。

在数字通信中，调制信号在抽样时刻上仅给出离散值，如±A_C，±3A_C。因此在接收机中，应从一个已通过该无线通路的经常是已失真的信号中将离散值识别出来。图1说明了一个理想的双用户信号图形(pattern)，即接收信号的点密度函数，在交叉点发现该函数的峰值。二维图形中的各点代表接收信号的一个可能值，该值取决于用户发送信号的值。例如，点A1可代表(1，1)，其中第一用户发送1，第二用户发送1。相应地，点A2可代表(-1，1)，其中第一用户发送-1，第二用户发送1。点A3则代表(-1，-1)，点A4代表(1，-1)。如果有三个用户，图形将是三维的；且随着用户数目的增加，图形维数相应增加。

图2说明了接收机中与扩展码匹配的滤波器输出端的信号图形的失真，该失真由非正交码引起或在无线通路上发生。点密度函数的峰值加宽了，并因失真而偏移。接收信号的点偏离它们的理想位置，且接收机的函数(function)是将接收信号看作分配给一个预定信号点。

如果完全线性地作出判定，则将因为失真的点阵而有许多错误的判定，如图2所示。通过本发明的方法，可能实现分段线性判定边界，通过它可能以预期精度来近似最佳非线性检波。

设系统有K个用户，即CDMA发送机，它们中的每个具有它自己的独立扩展码S_k，k＝1，2…K，它在间隔【0，T】中为非零，这里T代表符号持续时间。所有用户在同一频带内发送，且各用它自己的扩展码去调制数据比特b_k ⁽ⁱ⁾。接收机的函数则对信号解调信号，例如在BPSK调制方法中它如下定义 $r\left(t\right)=\underset{i}{\mathrm{\Σ}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\sqrt{w_k}{b_k}^{\left(i\right)}{s}_k(t-\mathrm{iT})+n\left(t\right),t\∈R,$

其中n(t)是一个噪音项(term)，b_k ⁽ⁱ⁾∈{-1，1}代表第k个用户在第i个时隙的信息比特，w_k代表第k个用户的接收信号的能量。

在多用户检波中，对所有k个用户同时作出关于接收信号的判定。设本例中的信道是高斯型信道，并设所有K个用户在一个确定时刻同时发送的比特由矢量b∈{-1，1}^k来定义。已知在接收机中所作出的最大似然判定是基于一个对数概率函数

b_opi＝arg _b∈{-1，1} ^kmax{2y^Tb-b^THb}

这里信道矩阵H＝RW，其中R是使用的扩展码之间的一个互相关矩阵，即(R)_ij＝<S_i，S_j>，i，j＝1，2，…，K，而W是一个用户能量的对角矩阵，即W＝diag(w₁，…，w_k)。矢量y＝(y₁，…，y_k)^T由接收机的匹配滤波器输出组成。上述等式可用一种维特比型算法来解，但如上所述，计算的复杂性使得实际上不可能实现这类最佳接收机。

在本发明的接收方法中，使用一种递归检波器来同时检波多用户数据和信道参数。此处信道参数包括作出关于数据检波的判定所需的所有信道信息，例如各接收信号的功率、相位和延时，以及不同信号分量之间的相关性。

在本发明的一个优选实施例中，检波基于一种以自适应多维信号点阵为基础的检波方法。在RF部分和A/D转换之后，接收信号送给信号处理装置，它在CDMA中可以是例如匹配滤波器。然后，在时域将信号划分为确定长度的块，然后在接收机中对它递归地进行处理。在递归检波中，对同一信号块进行预期次数的处理。从每个信号块，即在一个确定时隙内接收的信号中，通过公共的估计来检波用户数据和信道参数。在时域中，信号块不必要完全分离，而且，如果必要，则部分重叠。可以按预期顺序和预期次数从每个块中选取抽样。可一次一个地或成块地处理抽样。在公共估计中，各块的内容至少使用一次。一个特定时间周期的信道参数和数据根据该特别时间周期内所接收到的信号来估计。

在检波中，从信号预处理装置接收的信号—它可表示为矢量y—被分配给一个最近的码本矢量，即m_i所属于的一个信号点阵群。为了发现最接近的码本矢量，使用了一个距离函数d(y，m_i)，该函数对应于检波中所使用的判据。这样，通过该距离函数，使用以下公式得到最接近的码本矢量 $c=\arg \underset{i}{\min }\left\{d(y,m_i)\right\}.$

一种用于确定到最接近的码本矢量的距离的常用计算方法是通过以下公式计算欧几里德距离 $c=\arg \underset{i}{\min }\left\{\right||y-m_i|\left|\right\}.$

随着用户数目的增加，由上述两个公式确定的距离函数—最佳的和欧几里德距离函数—导致指数的复杂性。这引起接收机中的重计算负荷。

在本发明的一个优选实施例中，使用相关网络对信号进行分类，因此，复杂性线性地增加，且接收机中的计算负荷显著降低。相关网络原理在Hecht-Nielsen：Neurocomputing，Addison-Wesley，纽约，1989，第4、5章中得到更详细的描述。基于相关网络的描述的检波可以是线性的或非线性的。

一个非线性检波的例子是Hopfield神经网络，它在Kechriotis，Manolakos：‘用Hopfield神经网络实现最佳CDMA多用户检波’(神经网络在电信中的应用国际研讨会学报，Lawrence Erlbaum 1993联合出版，由J.Alspehtor，R.Goodman，T.Brown编辑)中和在上述Varanasi，Aazhang的论文中得到描述。相关网络的使用使得降低信道估计和数据检波中的计算数量成为可能，且依靠信道和预期的计算数量，该相关网络可以按预期的复杂性来实现。BPSK中Hopfield复杂异相关(hetero-associative)网络的能量函数是

E＝2Re(y^(i)TWb)-b^TWRWb，

它还可表示为

E＝2b^TT-b^TCb，

其中

C＝WRW，

且

T＝Wy⁽ⁱ⁾。

对每个符号的信道矩阵C(i)和T通常是不同的，因为信道参数矩阵W随时间而改变。因此，相关网络也应是自适应的。

假定由相关网络产生比特估计且信道参数随时间改变。可通过相关映射来认识信道参数。给定抽样对(y⁽ⁱ⁾，～b⁽ⁱ⁾)，相关映射应认识映射y＝Hb。可根据以下式子通过使用估计的符号来实现认识 ${\hat{H}}^{(i+1)}={\hat{H}}^{\left(i\right)}+{\mathrm{\&alpha;}}_i(y^{\left(1\right)}-{\hat{H}}^{\left(i\right)}{\hat{b}}^{\left(i\right)}){\hat{b}}^{\left(i\right)T,}$

          若y⁽ⁱ⁾， ${\hat{b}}^{\left(i\right)}\&Element;{\mathrm{\&omega;}}_n$ ${\hat{H}}^{(i+1)}={\hat{H}}^{\left(i\right)}-{\mathrm{\&alpha;}}_i(y^{\left(1\right)}-{\hat{H}}^{\left(i\right)}{\hat{b}}^{\left(i\right)}){\hat{b}}^{\left(i\right)T,}$ 或 ${\hat{H}}^{(i+1)}={\hat{H}}^{\left(i\right)}+{\mathrm{\&alpha;}}_i(y^{\left(i\right)}-{\hat{H}}^{\left(i\right)}{\hat{b}}^{\left(i\right)}){\hat{b}}^{\left(i\right)T}$ $+\mathrm{\&Sigma;}{\hat{b}}^{\left(i\right)}\&Element;N_{{\hat{b}}^{\left(i\right)}}{\mathrm{\&beta;}}_i(y^{\left(i\right)}-{\hat{H}}^{\left(i\right)}{\hat{b}}^{\left(i\right)}){\hat{b}}^{\left(i\right)T}$

这样，上述指数(i)和(i+1)是迭代指数而非数据指数。同一数据可通过上述公式运行若干次。

一个线性检波的例子是例如解相关检波，在其中，相关网络可因此作为判定规则使用。

在本发明的一个优选实施例中，可通过信道矩阵H来实现相关网络。信道矩阵和信号点阵根据m_i＝Hb_i来相互关联，其中b_i代表用户的一个比特矢量。实际上，这意味着当计算码本矢量距离时，仅考虑线性独立的码本矢量。

在一个递归环中，根据同一信号块在每轮中越来越精确地对信道矩阵进行估计，这使得判定的作出更加精确。

在本发明的一个优选实施例中，可使用两种备选的自适应纠正方法：认识矢量量化LVQ和自组织映射SOM。

当使用LVQ时，利用包含于接收信号中的训练序列对自适应信号点阵进行纠正。这样，接收机能够通过相应地改变信号点阵来适应接收信号的失真。该方法在Teuvo Kohonen的自组织和相关存储器(Springer-Verlag，柏林-海德堡-纽约-东京，第三版，1989)中得到更详细的介绍。

当接收机利用自组织映射SOM对自适应信号点阵进行纠正时，不需要独立的训练序列。象LVQ，SOM方法很早已运用于模式识别问题中，这在上述参考文献中和在Teuvo Kohonen的‘自组织映射’，IEEE学报78(9)，pp.1464-1480，1990；Kohonen的‘自组织映射概论’，神经网络国际联合会议学报IJCNN’93，Nagoya，日本，1993年十月25-29日；Kohonen的‘你未曾听到的关于自组织映射的事情’，1993IEEE国际神经网络会议学报，圣弗朗西斯科，美国，1993年3月28日至4月1日，pp.1147-1156；和Kohonen，Raivio，Simula，Henriksson的‘双通路信道中神经网络辅助判定反馈均衡器的触发行为’，IEEE国际通信会议学报，芝加哥，美国，1992年6月14-18日，pp.1523-1527中得到更详细的描述。

以下根据本发明的方法来说明上述两种方法。

最佳多用户CDMA接收机非线性地响应从与扩展码匹配的滤波器中获得的详尽的(exhaustive)识别符。LVQ和SOM方法此处可用于估计最佳Bayesian判定边界。Bayesian判定边界以最少的差错数区分种类(class)。

每个可能的离散信号空间可被认为是能形成其自身的种类ω_k。每个种类由一群其维数可定义为随应用而改变的码本矢量来定义。

每个种类的码本矢量数取决于近似的预期精度。如果每个种类仅包括一个码本矢量，则判定边界是线性的。码本矢量越多，当判定边界为片状线性时判定的做出就越精确地近似最佳接收机，且复杂性随码本矢量数而增加。每个种类也可包括不同数目的码本矢量。每个码本矢量指向一个代表该种类的点。当初始数目的码本矢量已分配给每个种类并存储在相关网络中时，以下LVQ算法可用于估计真实信道矩阵H。

从匹配滤波器的输出获得的信息送给LVQ块，它按照以下公式迭代更新矩阵： ${\hat{H}}_{i+1}={\hat{H}}_i+{\mathrm{\&alpha;}}_i(y-{\hat{H}}_i{\hat{b}}_i){\hat{b}}_i^T,$ 若 $y,{\hat{b}}_i\&Element;w_i$ ${\hat{H}}_{i+1}={\hat{H}}_i-{\mathrm{\&alpha;}}_i(y-{\hat{H}}_i{\hat{b}}_i){\hat{b}}_i^T,$ 若 $y\&Element;w_i,{\hat{b}}_i\&Element;w_j,i\&NotEqual;j$ 其中单独认识率由例如 ${\mathrm{\&alpha;}}_{i+1}=\frac{{\mathrm{\&alpha;}}_i}{1+S_i\mathrm{\&alpha;i}}$

来定义，其中S_i＝1代表正确分类，而-1代表错误分类。选定的判定算法给出判定 。

LVQ接收的信号包括一个已知的训练序列，根据它来更新检波器(自适应信号点阵或自适应相关网络)。

在基于自组织映射的方法中，认识过程—即码本矢量的纠正—不同于LVQ，在LVQ中，接收信号不包括一个专门的认识序列，而自组织映射直接根据接收信号把自适应信号点阵中的码本矢量分配到接收信号点数目最大处。因此它自动适应接收信号。在SOM中，矩阵例如根据以下公式来更新： ${\hat{H}}_{i+1}={\hat{H}}_i+{\mathrm{\&alpha;}}_i(y_i-{\hat{H}}_i{\hat{b}}_i){\hat{b}}_i^T$ $+{\mathrm{\&Sigma;}}_{{\hat{b}}_i\&Element;N_{{\hat{b}}_i}}{\mathrm{\&beta;}}_i(y_i-{\hat{H}}_i{\hat{b}}_i){\hat{b}}_i^T$

其中 是选定的判定算法所给出的符号估计， 表示一个备选竞争(rival)比特序列， 表示一系列竞争判定。竞争判定是一系列接收信号的第二最佳—但不是最佳匹配—分类。

α_i和β_i是收敛(convergent)系数，检波器的工作可由它控制。可以选择系数，以便检波器适应静态(stationary)信道，或者检波器跟踪信道的非静态变化。

以上所采用的实现是，一个加权系数也与检波一起计算，且根据它来将用户数据分配给适当的信号点阵。加权系数可运用于递归检波和此后的数据处理中。这种方法使得消除未必确实的判定并因此加速未来的计算成为可能。

用于检波精度的加权系数通过计算信号估计分类的概率和—如果必要—竞争分类概率的函数来确定。可使用一个估计的信道矩阵来估计概率。计算的加权系数也可称作置信系数。

这样，计算的加权系数可用于对信号分类和更新检波器。相关网络或自适应信号点阵的更新可基于所实施的信号分类和与之有关的计算的置信系数。此外，在更新过程中考虑理想分类和一系列第二最佳分类及其加权系数是可能的。

上述方法—在其中这样使用了实际判定和一系列第二最佳分类—的主要优点是，接收机知道判定是多么可靠。当计算的加权系数表明判定是可靠的时，在接收机中甚至可作出重要改变，而对于不可靠的决定，则逐步作出改变。

本发明优选实施例的方法可通过以下解决方案来说明：

步骤1：在矩阵

中设置初始值。

步骤2：读出匹配滤波器输出并将它分成块。

步骤3：对由上述检波器例程(routines)所处理的块信号分类。

步骤4：使用例如以上式子更新相关网络。

步骤5：如果已对块进行了预期次数的处理，改变要处理的块。

步骤6：跳至步骤3。

以下，我们将用一个简单的例子说明本发明的方法。设系统有两个具有扩展码S₁＝【1，1，1】和S₂＝【1，-1，1】的现行用户，码的互相关性是1/3。假设信道是一个高斯信道。在接收机中，第一用户的信噪比是8dB，第二用户的是10dB。这样，矩阵W具有值W＝diag(1，3.16)。在使用自组织映射的检波器中矩阵 的初始值被设置为单位矩阵I。

图3说明了接收机递归地处理接收信号时信号点阵的偏移。在起始点，单位矩阵的点被置为初始值，但此时点阵已朝着为信道所改变的实际信号偏移。

在本发明的一个优选实施例中，可通过互相关矩阵R来实现相关网络。如上所述，通过乘积H＝RW来定义信道矩阵H，其中R是所使用的扩展码的互相关矩阵，即(R)_ij＝<S_i，S_j>，i，j＝1，2，…，K，且W是用户能量的对角矩阵，W＝diag(W₁，…，W_k)。

当仅使用互相关矩阵时，在计算中不需要能量矩阵W，且这使得与使用信道矩阵相比，计算更快。

图4示出了根据本发明的接收机的结构，在该例中是一个基站接收机。但是，本发明也能以类似的方法用于移动站中。接收机包括一个天线10，它通过射频部分11将接收信号送至A/D转换器12。转换的信号送至装置13，它对接收信号进行预处理。在本发明的一个优选实施例中，该装置可以是例如用若干数目的瑞克(RAKE)接收机实现的匹配滤波器，它们各从一个用户接收信令。每个瑞克接收机包括几个能够接收一个多通路传播的信号分量的独立的相关器。接收的信号分量最好在瑞克接收机中进行组合。瑞克接收机的结构在G.COOPER，C.McGillem的现代通信和扩展频谱，McGraW-Hill，纽约，1986，第12章中得到更详细的描述。

但是，本发明的接收机也能不用瑞克接收机来实现。另一种方法是，例如增加相关网络或信号点阵的维数。例如，如果用户的信道模型具有1分支(taps)，则信号点阵或相关网络的维数就增加为1倍(1-fold)。

信号从匹配滤波器送至装置14，它将接收信号在时域划分为预期长度的块并在整个处理时期将块存储起来。在接收机中递归地对各信号块进行预期次处理，此后从装置14中获取下一个块进行处理。信号首先从划分装置14中送至装置15，在这里设置用于估计的初始值。换句话说，在相关网络中设置预期的初始值，象信道矩阵，用于第一轮估计。

通过以下例子说明块的划分。设匹配滤波器13的输出包括抽样z₁，…，z_j，z_j+1，…，z_j+J。如果块的长度例如是j，可这样形成块以使第一块包括抽样L₁＝{z₁，…，z_j}，第二块包括抽样L₂＝{z_i，…，z_i+j+1}，其中i＞1。如果i＝i+1，则块不包括任何相同的抽样，并因此不重叠。

在装置15中，通过将所述块预期次数地给往估计算法以及通过将以前获得的估计值用作比特和信道参数的初始值来设置用于估计的初始值。如果无以前的估计值可用，则通过一些已知的方法来估计参数。例如，在CDMA中，可通过使用瑞克支路的输出来初始化参数。另外，还可使用ML方法或亚最佳ML方法。

信号和相关网络的估计初始值从设置装置15通过第一交换装置16送至检波装置17，在那里使用例如上述方法—如LVQ和SOM—由相关网络同时检波数据和信道参数。检波器装置的输出则给出信号和信道参数的估计值以及相关网络的瞬时(instant)值。在一个优选实施例中，在检波器装置17中还计算检波精度的概率，因此该值还可能包含在装置17的输出中。

检波装置的输出送至第二交换装置18，从其输出获得信号估计值和该估计值的概率值，用于此后接收机中的处理。检波器装置17的输出从交换装置18进而送至估计参数更新装置19，在那里根据前一轮计算的结果来更新相关网络。

从更新装置19获得的信号—它这时已包括相关网络的更新参数—通过第一交换装置16送回检波器装置17，在那里利用更新的相关网络重新检波同一数据。

在上述递归环中，各信号块循环预期次，之后开始处理下一信号块。为使处理可实时地发生，检波过程应自然快于到接收机的用户数据流。

根据本发明的一个实施例，估计的信道参数，象接收信号功率—它可运用于例如功率控制—也从第二交换装置转发。

图5是一个示出本发明另一接收机的框图。如上所述，接收机包括一个天线10，RF部分11和一个A/D转换器12。之后，接收信号送至信号估计装置50，它监视接收信号的转换速率(rate)。接收机包括两个估计块51，52。在第一估计块51中，使用一个信道矩阵来实现相关网络。在第二估计块52中，使用一个互相关矩阵来实现相关网络。估计块的结构与图4的类似，包括初始化估计值的装置15、检波器装置17、第一和第二交换装置16、18和估计参数更新装置19。将信号划分为块的装置14可设计成为两个块所共用或位于各块内。在图中，各块具有它自己的将信号划分为块的装置14。

装置50这样来监视接收信号的转换速率，如果转换速率高，则使用一个检波器块，它采用一个互相关矩阵并因此很快；如果信号的转换速率低，则使用一个采用信道矩阵的检波器块。

虽然以上参照附图所说明的例子对本发明进行描述，但应理解本发明并不局限于此，而是能够不偏离所附权利要求中所揭示的发明思想而以多种方式进行修改。

Claims (14)

1、一种在通信系统中用于从一个接收信号中同时检波许多信号分量的接收方法，其特征在于接收信号在时域被划分成确定长度的块，还在于在接收机中这些块通过各块的递归处理对用户数据和信道参数进行同时估计，还在于在信号块的检波中采用一个自适应信号点阵，还在于计算接收信号的瞬时信号抽样与指向信号点阵上的点的矢量之间的距离，还在于通过选择指向它的码本矢量与瞬时信号抽样之间的距离为最短的那个点来将信号抽样分配给信号点阵上的一个确定点。

2、如权利要求1的方法，其特征在于一些信号分量从许多不同用户获得。

3、如权利要求1的方法，其特征在于利用一个包含于接收信号中的已知训练序列将自适应信号点阵上的点放置在正确位置上。

4、如权利要求1的方法，其特征在于根据所实施的信号分类将自适应信号点阵上的点放置在正确位置上。

5、如权利要求1的方法，其特征在于利用一个自适应相关网络对信号抽样进行分类。

6、如权利要求5的方法，其特征在于利用一个包含于接收信号中的已知训练序列更新自适应相关网络。

7、如权利要求5的方法，其特征在于利用一个信道矩阵实现相关网络。

8、如权利要求1的方法，其特征在于对检波出来的接收信号的符号计算加权系数，该系数表示在检波中获得的符号的可靠性。

9、如权利要求5的方法，其特征在于对检波出来的接收信号的符号计算加权系数，该系数表示在检波中获得的符号的可靠性。

10、如权利要求1、8或9的方法，其特征在于根据理想分类和许多第二最佳分类及为它们计算的加权系数将自适应信号点阵上的点放置在正确位置上。

11、如权利要求5或8或9的方法，其特征在于根据理想的信号分类和许多第二最佳分类及为它们计算的加权系数更新自适应相关网络。

12、如权利要求1的方法，其特征在于在通信系统中使用CDMA多址联接方法。

13、一个包括至少一个天线(10)、射频部分(11)、一个A/D转换器(12)和处理接收信号的装置(13)的接收机，其特征在于包括

在时域将接收信号划分成确定长度的块的装置(14)，所述装置被操作地连接到处理接收信号的装置(13)上；

设置估计初始值的装置(15)，所述装置被操作地连接到将接收信号划分成块的装置(14)上；

操作地连接到设置初始估计值的装置(15)和更新估计参数的装置(19)上的第一交换装置(16)；

用于用户数据和信道参数的同时估计的装置(17)，所述装置(17)被操作地连接到第一交换装置(16)上，且在检波器装置(17)中，一个自适应信号点阵用于信号块的检波中，和在纠正用于检波的信号点阵中，检波器装置(17)响应于正被处理的接收信号。

第二交换装置(18)，它被操作地连接到估计装置(17)上且其输出提供对接收信号的估计值；和

更新估计参数的装置(19)，所述装置的输入被操作地连接到第二交换装置(18)上，且其输出连至第一交换装置(16)上。

14、如权利要求13的接收机，其特征在于接收机包括监视接收信号的转换速率的装置(50)，和用于对信号检波的至少两个不同的检波器块(51，52)，和根据接收信号的转换速率选择用于对接收信号检波的检波器块的装置(50)。

Images